《表3 预测模型对训练样本的预测误差》
利用Matlab对基于SVR的钻削力预测模型算法进行仿真分析,在仿真实验中通过反复训练,将预测模型的SVR参数设置为:C=1 000,ε=0.000 1,σ=10。经过训练,基于SVR的钻削力预测模型对训练样本的预测训练效果较好,预测的相对误差较小。为了检验所建立的SVR预测模型的推广能力,对实验样本的后10组数据进行仿真验证,所得的预测结果和文献[6]采用混沌BP神经网络预测模型所预测的结果如表3所示。通过计算可知:利用本文所构建的SVR预测模型对10组样本扭矩和轴向力预测的平均相对误差分别为1.13%、1.26%,远小于文献[6]采用混沌BP神经网络预测模型预测的平均相对误差5.84%、9.61%。可见,所建钻削力预测模型合理、有效,具有较强的泛化能力。
图表编号 | XD007467800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.15 |
作者 | 张丹丹、丛岩 |
绘制单位 | 包头职业技术学院、空军航空大学 |
更多格式 | 高清、无水印(增值服务) |